多进程回测引行.py

# _*_coding : UTF-8 _*_
#开发团队 ：yunya
#开发人员 ：Administrator
#开发时间 : 2020/5/5 22:10
#文件名称 ：多进程回测引行.py
#开发工具 ： PyCharm

from vnpy.huicheshuju.backtestingengine.back_testing_to_csv import to_csv_result
from vnpy.app.cta_strategy.backtesting import BacktestingEngine ,OptimizationSetting
from vnpy.trader.constant import Interval
from datetime import datetime
import pandas as pd
pd.set_option('expand_frame_repr', False)

#导入策略


from vnpy.huicheshuju.strategy.boll_control_dc_strategy import Boll_Control_Dcs_trategy


##############################  修改内容  ####################################

# 定义使用的函数
def run_backtesting(strategy_class, setting, vt_symbol, interval, start, end, rate, slippage, size, pricetick, capital,inverse):
    engine.set_parameters(
        vt_symbol=vt_symbol,
        interval=interval,
        start=start,
        end=end,
        rate=rate,
        slippage=slippage,
        size=size,
        pricetick=pricetick,
        capital=capital,
        inverse=False  # 正反向合约
    )
    engine.add_strategy(strategy_class, setting)
    engine.load_data()





#####################################################################################
版本号 = 1.0
升级内容 = "测试回测系统"


strategy_class = Boll_Control_Dcs_trategy            # 策略名称
exchange ="BINANCE"
symbol = "btcusdt"
start = datetime(2017, 4, 3)             # 开始时间
end = datetime(2019, 8, 1)               # 结束时间
rate= 10 / 10000                         # 手续费
slippage = 0.5                           # 滑点
size = 1                                 # 合约乘数
pricetick = 0.5                          # 一跳
inverse = False                          # 正反向合约
interval = "1m"                          # k线周期
capital = 10000                          # 初始资金
vt_symbol = symbol + "." + exchange      # 交易对

class_name = "total_net_pnl"    # 总收益
#"sharpe_ratio , total_return , return_drawdown_ratio"
# #自己需要自由度跑的结果在回测引擎的cta_strategy的back_testing.py文件里查找
backtest =  "EX" # 穷举算法类型  Exhaustion

description = f"回测数据基于{exchange}交易所的{symbol}的{interval}分钟数据,开始时间为：{start},结束时间为：{end}，'\n'" \
              f"交易手续费设置为：{rate},滑点为：{slippage},合约乘数为：{size},盘口一跳为：{pricetick},合约方向：{inverse}(注：F 正向，T 反向)。'\n'" \
              f"策略名为：{strategy_class.__qualname__},回测指标为：{class_name}。'\n'" \
              f"回测时间为：{datetime.now().strftime('%Y-%m-%d')} ，算法类型：{backtest}(DNA:遗传 EX:穷举)" '\n'\
              f"版本号：{版本号}，本次版本升级内容为：{升级内容} '\n"





if __name__ == '__main__':

    # 回测引擎初始化
    engine = BacktestingEngine()

    # 设置交易对产品的参数
    # 设置交易对产品的参数
    run_backtesting(
        strategy_class=strategy_class,
        setting={},
        vt_symbol=vt_symbol,
        interval=interval,
        start=start ,
        end=end,
        rate= rate,
        slippage=slippage,
        size=size,
        pricetick=pricetick,
        capital=capital,
        inverse=inverse,  # 正反向合约
    )
    # 优化函数
    setting = OptimizationSetting()

    # 优化指示名称  如果夏普率
    setting.set_target(f"{class_name}")
    setting.add_parameter("open_window", 15, 15, 5)  # 开始值，结束值，步长
    setting.add_parameter("boll_length", 60, 100, 2)
    setting.add_parameter("sl_multiplier", 0.6, 0.8, 0.01)
    setting.add_parameter("dc_length", 70, 100, 5)
    setting.add_parameter("prop", 1.8, 1.8, 0.2)

    # 多进程穷举优化
    result = engine.run_optimization(setting)

    to_csv_result(
        result=result,
        signal_name = str(strategy_class.__qualname__),    # 策略名称
        class_name=class_name,                             # 计算指标类型
        symbol =symbol,                                    # 交易对
        exchange = exchange,                               # 交易所
        tag=datetime.now().strftime('%Y-%m-%d'),           # 当前时间
        description=description,                           # 说明
        backtest = backtest                                # 算法类型
    )